ncnn DataReaderExtractorblob

ncnn-blob.h

网络中输入-输出对应标记（网络层中的节点名？？）。

class NCNN_EXPORT Blob
{
public:// emptyBlob();public:
#if NCNN_STRING// blob namestd::string name;
#endif // NCNN_STRING// layer index which produce this blob as outputint producer;// layer index which need this blob as inputint consumer;// shape hintMat shape;
};

cpp

Blob::Blob()
{producer = -1;consumer = -1;
}

ncnn-datareader.h

文件读取


// data read wrapper
class NCNN_EXPORT DataReader
{
public:DataReader();virtual ~DataReader();#if NCNN_STRING// parse plain param text// return 1 if scan success//解析模型文件 ，成功返回1virtual int scan(const char* format, void* p) const;
#endif // NCNN_STRING// read binary param and model data// return bytes read//读取二进制模型数据 返回字节数virtual size_t read(void* buf, size_t size) const;// get model data reference// return bytes referencedvirtual size_t reference(size_t size, const void** buf) const;
};

ncnn-net.h

提取

class ExtractorPrivate;
class NCNN_EXPORT Extractor
{
public:virtual ~Extractor();// copyExtractor(const Extractor&);// assignExtractor& operator=(const Extractor&);// clear blob mats and alloctorsvoid clear();// enable light mode// intermediate blob will be recycled when enabled// enabled by defaultvoid set_light_mode(bool enable);// set thread count for this extractor// this will overwrite the global setting// default count is system dependedvoid set_num_threads(int num_threads);// set blob memory allocatorvoid set_blob_allocator(Allocator* allocator);// set workspace memory allocatorvoid set_workspace_allocator(Allocator* allocator);#if NCNN_VULKANvoid set_vulkan_compute(bool enable);void set_blob_vkallocator(VkAllocator* allocator);void set_workspace_vkallocator(VkAllocator* allocator);void set_staging_vkallocator(VkAllocator* allocator);
#endif // NCNN_VULKAN#if NCNN_STRING// set input by blob name// return 0 if successint input(const char* blob_name, const Mat& in);// get result by blob name// return 0 if success// type = 0, default// type = 1, do not convert fp16/bf16 or / and packingint extract(const char* blob_name, Mat& feat, int type = 0);
#endif // NCNN_STRING// set input by blob index// return 0 if successint input(int blob_index, const Mat& in);// get result by blob index// return 0 if success// type = 0, default// type = 1, do not convert fp16/bf16 or / and packingint extract(int blob_index, Mat& feat, int type = 0);#if NCNN_VULKAN
#if NCNN_STRING// set input by blob name// return 0 if successint input(const char* blob_name, const VkMat& in);// get result by blob name// return 0 if successint extract(const char* blob_name, VkMat& feat, VkCompute& cmd);// set input by blob name// return 0 if successint input(const char* blob_name, const VkImageMat& in);// get result by blob name// return 0 if successint extract(const char* blob_name, VkImageMat& feat, VkCompute& cmd);
#endif // NCNN_STRING// set input by blob index// return 0 if successint input(int blob_index, const VkMat& in);// get result by blob index// return 0 if successint extract(int blob_index, VkMat& feat, VkCompute& cmd);// set input by blob index// return 0 if successint input(int blob_index, const VkImageMat& in);// get result by blob index// return 0 if successint extract(int blob_index, VkImageMat& feat, VkCompute& cmd);
#endif // NCNN_VULKANprotected:friend Extractor Net::create_extractor() const;Extractor(const Net* net, size_t blob_count);private:ExtractorPrivate* const d;
};

//通过输入名获得对应的输入索引
int Extractor::input(const char* blob_name, const VkImageMat& in)
{int blob_index = d->net->find_blob_index_by_name(blob_name);if (blob_index == -1){NCNN_LOGE("Try");const std::vector<const char*>& input_names = d->net->input_names();for (size_t i = 0; i < input_names.size(); i++){NCNN_LOGE("    ex.input(\"%s\", in%d);", input_names[i], (int)i);}return -1;}return input(blob_index, in);
}//通过输入索引获得结果值
int Extractor::input(int blob_index, const Mat& in)
{if (blob_index < 0 || blob_index >= (int)d->blob_mats.size())return -1;d->blob_mats[blob_index] = in;return 0;
}

ncnn DataReaderExtractorblob相关推荐

GitHub开源：17M超轻量级中文OCR模型、支持NCNN推理
目录 1.项目简介 2.项目配置 3.问题解决 1.项目简介近期GitHub上一位大神开源了一个叫做chineseocr_lite的OCR的项目,这是一个超轻量级中文OCR,支持竖排文字识别.NCN ...
Ubuntu18.04 编译 ncnn
官方文档(https://github.com/Tencent/ncnn/wiki/how-to-build#build-for-linux-x86)上说的是: install g++ cmake p ...
重构ncnn，腾讯优图开源新一代移动端推理框架TNN
来源 | 腾讯优图从学界到工业界,"开源"已经成为AI领域的一个关键词.一方面,它以"授人以渔"的方式为AI构建了一个开放共进的生态环境,帮助行业加速AI应用 ...
超轻量级中文OCR，支持竖排文字识别、ncnn推理，总模型仅17M
整理 | AI科技大本营光学字符识别(OCR)技术已经得到了广泛应用.比如发票上用来识别关键字样,搜题App用来识别书本上的试题. 近期,这个叫做chineseocr_lite的OCR项目开源了,这 ...
实践教程｜YOLOX目标检测ncnn实现
作者 | 唐超@知乎(已授权) 来源丨https://zhuanlan.zhihu.com/p/391788686 编辑丨极市平台导读本文将YOLOX训练的模型转到ncnn进行推理加速. YOLO ...
实操教程｜详细记录solov2的ncnn实现和优化
作者丨欧阳慧宇@知乎(已授权) 来源丨https://zhuanlan.zhihu.com/p/361900997 编辑丨极市平台极市导读由于目前solo系列在GitHub中没有转ncnn的项目, ...
Github标星3K+，超轻量级中文OCR，支持竖排文字识别、ncnn推理，总模型仅17M
关注上方"深度学习技术前沿",选择"星标公众号", 资源干货,第一时间送达! 光学字符识别(OCR)技术已经得到了广泛应用.比如发票上用来识别关键字样,搜题Ap ...
深度学习框架大PK：TNN决战MNN，ncnn依旧经典
近年来,开发者社区中,「开源」成了新流行趋势. 尤其是深度学习框架,自腾讯2017年将ncnn开源之后,各大AI实验室都「慷慨」的将自己的框架开源,以实现较为快速的创新. 今年6月10日,腾讯又宣布基 ...
yolov5 ncnn
c++ input_size要设置为640,即onnx导出模型输入是320, 如果onnx输入改为640,Android执行会死机. 原版是394,375,output,3.0输出是: 394,374 ...
ncnn tensorrt
ncnn: 已实现 winograd 卷积加速,int8 压缩和推断,还有基于 vulkan 的 gpu 推断同时也支持将Caffe模型转化为int8精度. 而ONNX模型的转化则是近半年来的实现成 ...

ncnn DataReaderExtractorblob

ncnn DataReaderExtractorblob相关推荐

最新文章

热门文章